Banca de DEFESA: MATEUS FLACH ROMANI

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : MATEUS FLACH ROMANI
DATA : 19/10/2026
HORA: 10:00
LOCAL: https://teams.microsoft.com/meet/236386193969952?p=CWA75dukxLXxR6yLKw
TÍTULO:

REUTILIZAÇÃO DO APRENDIZADO ENTRE REDES IoT PARA DETECÇÃO DE ATAQUES DE NEGAÇÃO DE SERVIÇO

PALAVRAS-CHAVES:

Internet das Coisas, Negação de Serviço, Generalização, Detecção

PÁGINAS: 73
RESUMO:

Em contextos sujeitos a ataques a redes de Internet das Coisas (IoT), a escalabilidade da detecção de intrusões, em especial de ataques de negação de serviço (DoS e DDoS), constitui um desafio relevante. Uma possibilidade para ampliar essa capacidade consiste na reutilização de modelos treinados com dados provenientes de determinadas redes para a detecção de ataques em redes distintas. Essa hipótese motivou a construção de cenários experimentais destinados a investigar em que medida o aprendizado obtido a partir de dados de diferentes redes pode ser reutilizado sem que dados da rede de destino sejam empregados para adaptar ou reajustar o modelo antes da avaliação. Para isso, são utilizados conjuntos de dados de três ambientes de rede, representados em um espaço comum de atributos NetFlow, para a classificação do tráfego nas classes Benigno, DoS e DDoS. A avaliação considera quatro algoritmos de aprendizado de máquina e contempla cenários de treinamento individual, aplicação direta e bidirecional dos modelos entre duas redes e treinamento conjunto com dados provenientes de ambas. O modelo construído a partir do treinamento conjunto é ainda avaliado em uma terceira rede, não observada durante o treinamento e a validação, permitindo examinar sua capacidade de generalização para um ambiente distinto. A partir desses experimentos, o trabalho busca produzir evidências sobre a viabilidade, os benefícios e as limitações da reutilização do aprendizado entre redes, contribuindo para a compreensão da capacidade de generalização de modelos de detecção de ataques DoS e DDoS entre diferentes ambientes de rede.

MEMBROS DA BANCA:
Interno - ***.575.601-** - DANIEL ALVES DA SILVA - UnB
Interna (Suplente) - ***.792.641-** - EDNA DIAS CANEDO - UFPE
Presidente - 2311780 - FABIO LUCIO LOPES DE MENDONCA
Externo à Instituição - FRANCISCO LOPES DE CALDAS FILHO - IESB